Learning About Resilience from Rural Interprofessional Healthcare Teams: Insights from the “First Wave” of COVID-19
Notice bibliographique
Résumé
Building resilience is a key concern for adult educators today as we face unprecedented global challenges such as the coronavirus disease-19 (COVID-19). Nowhere is this more apparent than in educational initiatives with health professionals who experience many stressors in their work, now amplified by the pandemic. This paper reports the results of focus groups with three interprofessional primary healthcare teams in rural Nova Scotia, Canada, in the fall of 2021. The aim was to learn about their lived experience during the first year of the pandemic, as a basis for considering how resilience could be nurtured and supported in rural team-based collaborative practices settings. Findings reveal that, while each collaborative team experienced recognized COVID-19 workplace stressors, they leveraged a store of collective resilience to navigate the pandemic. The trust, sense of purpose, and shared problem-solving skills they derived from working in collaborative structures over time enabled them to regain equilibrium and to adapt to new norms, and to transform thier practices. The study highlights the power of collaborative learning to strengthen overall ability for resilient performance, and the adaptive capacity that is required to deliver and sustain quality healthcare. The study highlights the need for continuing professional education that values naturally occurring practice-based learning. Adult educators are well positioned to support health professionals and health systems to nurture and support resilient action. They bring an understanding of effective collaborative tools and processes that foster dialogue and collective awareness that leads to a shared identity and understanding. As this study reveals, it is this shared identity and capacity arising within a group that enables them to draw on their collective sources of support to deal with adversity.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,009 | 0,013 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,000 |
| Bibliométrie | 0,002 | 0,001 |
| Études des sciences et des technologies | 0,021 | 0,012 |
| Communication savante | 0,007 | 0,004 |
| Science ouverte | 0,002 | 0,012 |
| Intégrité de la recherche | 0,002 | 0,005 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».